随着现代城市的人流和车流的不断增加,交通拥堵问题越发地突显出来,而交通网络中对交通流的疏通主要是依靠对交通信号的有效控制,所以,完善和优化交通信号的控制是缓解交通拥堵的关键措施。同时,随机性和动态性是交通流的特点,而交通信号控制归根到底的问题是顺序决策,由此在交通流管控过程中应用强化学习是行之有效的措施。也就是说,将城市的交通信号控制体系视为分布式的Agent系统,该体系的构成部分为所有交叉口的控制器Agent,将强化学习的方法在该多Agent系统中应用,实现以更优良的措施对交通信号的控制,有效解决和缓解交通拥堵的问题。